[发明专利]一种掌纹验证方法、装置、计算机设备及可读存储介质

权利要求书

1.一种掌纹验证方法，其特征在于，所述方法包括：

当接收到掌纹验证指令时，通过预设摄像头获取待验证图像；其中，所述待验证图像包括用户的手掌信息；

利用预先训练好的区域识别模型从所述待验证图像中确定出掌纹区域；

利用旋转不变性局部二值模式LBP算法，计算出所述掌纹区域中的每个像素点的标准LBP特征值；

根据所述掌纹区域中的每个像素点的标准LBP特征值，形成所述待验证图像的掌纹特征信息；

将所述待验证图像的掌纹特征信息与预设数据库中的标准掌纹信息进行逐一匹配，若匹配成果，则掌纹验证通过。

2.根据权利要求1所述的掌纹验证方法，其特征在于，所述利用预先训练好的区域识别模型从所述待验证图像中确定出掌纹区域，包括：

利用预先训练好的区域识别模型，从所述待验证图像中识别出五个基准点和手掌外边缘线，并根据所述五个基准点和手掌外边缘线确定出掌纹区域；其中，所述五个基准点包括：大拇指与手掌连接线的中心点、食指与手掌连接线的中心点、中指与手掌连接线的中心点、无名指与手掌连接线的中心点、小指与手掌连接线的中心点。

3.根据权利要求2所述的掌纹验证方法，其特征在于，在所述利用预先训练好的区域识别模型从所述待验证图像中确定出掌纹区域之前，所述方法还包括：

获取设定数量的样本手掌图像以形成训练样本集；其中，在每个样本手掌图像中均标注出了所述五个基准点以及手掌外边缘线；

根据所述训练样本集对深度对齐网络DAN模型进行训练学习，以得到所述区域识别模型。

4.根据权利要求1所述的掌纹验证方法，其特征在于，所述利用旋转不变性局部二值模式LBP算法，计算出所述掌纹区域中的每个像素点的标准LBP特征值，具体包括：

以设定采用半径R和设定采用数目N，利用旋转不变性LBP算法，计算所述掌纹区域中的每个像素点的第一LBP特征值；

以1为单位依次增加所述采样半径R和/或依次减少所述采样半径R以得到M个不同尺寸的采样半径，并以所述采样数目N，利用旋转不变性LBP算法，计算所述掌纹区域中的每个像素点在M个不同尺寸的采样半径下的M个LBP特征值；

针对所述掌纹区域中的一个像素点，将所述像素点的最小LBP特征值作为所述像素点的标准LBP特征值。

5.根据权利要求4所述的掌纹验证方法，其特征在于，所述以设定采用半径R和设定采用数目N，利用旋转不变性LBP算法，计算所述掌纹区域中的每个像素点的第一LBP特征值，具体包括：

将所述掌纹区域中的任一像素点作为中心像素点，在以所述中心像素点为圆心、以R为半径的圆周上选取N个采样像素点，且任意两个相邻采样像素点间的距离均相等；

获取所述中心像素点以及N个采样像素点的灰度值，若采样像素点的灰度值大于中心像素点的灰度值，则采样像素点的特征值为1，若采样像素点的灰度值小于中心像素点的灰度值，则采样像素点的特征值为0；

将N个采样像素点的特征值顺序排序，以形成N组不同的二进制序列，并将每组二进制序列转换为十进制数值，将最小的十进制数值作为所述中心像素点的第一LBP特征值。

6.一种掌纹验证装置，其特征在于，所述装置包括：

获取模块，用于当接收到掌纹验证指令时，通过预设摄像头获取待验证图像；其中，所述待验证图像包括用户的手掌信息；

确定模块，用于利用预先训练好的区域识别模型从所述待验证图像中确定出掌纹区域；

计算模块，用于利用旋转不变性局部二值模式LBP算法，计算出所述掌纹区域中的每个像素点的标准LBP特征值；

处理模块，用于根据所述掌纹区域中的每个像素点的标准LBP特征值，形成所述待验证图像的掌纹特征信息；

验证模块，用于将所述待验证图像的掌纹特征信息与预设数据库中的标准掌纹信息进行逐一匹配，若匹配成果，则掌纹验证通过。